[發(fā)明專利]一種提取會(huì)議中最重要嘉賓語(yǔ)音的方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201410231431.9
• 申請(qǐng)日: 2014-05-28
• 公開(kāi)（公告）號(hào): CN104021785A
• 公開(kāi)（公告）日: 2014-09-03
• 發(fā)明（設(shè)計(jì)）人: 李艷雄;金海;賀前華;王琴
• 申請(qǐng)（專利權(quán)）人: 華南理工大學(xué)
• 主分類號(hào): G10L15/02
• 分類號(hào): G10L15/02
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 蔡茂略

1.一種提取會(huì)議中最重要嘉賓語(yǔ)音的方法，其特征在于，包括如下步驟：

S1、讀入記錄有會(huì)議語(yǔ)音的音頻文件；

S2、說(shuō)話人分割：檢測(cè)上述會(huì)議語(yǔ)音中的說(shuō)話人改變點(diǎn)，將相鄰兩個(gè)改變點(diǎn)之間的語(yǔ)音樣點(diǎn)作為一個(gè)語(yǔ)音段，將音頻文件分成J個(gè)語(yǔ)音段，并將這J個(gè)語(yǔ)音段按時(shí)長(zhǎng)從大到小的順序編號(hào)得到排序后的語(yǔ)音段x_j，1≤j≤J，x₁和x₂分別是最長(zhǎng)和第二長(zhǎng)的語(yǔ)音段，以此類推；

S3、語(yǔ)音段的距離比較及合并：比較語(yǔ)音段x₁與語(yǔ)音段x₂的距離，根據(jù)該距離與門(mén)限的關(guān)系判斷語(yǔ)音段x₁與語(yǔ)音段x₂是否都是最重要嘉賓的語(yǔ)音，再根據(jù)其他語(yǔ)音段x_j與語(yǔ)音段x₁和語(yǔ)音段x₂的距離，判斷其他語(yǔ)音段x_j是不是最重要嘉賓的語(yǔ)音，從而實(shí)現(xiàn)最重要嘉賓語(yǔ)音的提取，其中，3≤j≤J。

2.根據(jù)權(quán)利要求1所述的提取會(huì)議中最重要嘉賓語(yǔ)音的方法，其特征在于，所述S2說(shuō)話人分割：檢測(cè)上述會(huì)議語(yǔ)音中的說(shuō)話人改變點(diǎn)，將相鄰兩個(gè)改變點(diǎn)之間的語(yǔ)音樣點(diǎn)作為一個(gè)語(yǔ)音段，將音頻文件分成多個(gè)語(yǔ)音段，具體為：

S2.1利用基于門(mén)限判決的語(yǔ)音檢測(cè)算法從上述音頻文件中找出靜音段和語(yǔ)音段；

S2.2將上述語(yǔ)音段按時(shí)間順序拼接成一個(gè)長(zhǎng)語(yǔ)音段，并從長(zhǎng)語(yǔ)音段中提取音頻特征；

S2.3利用上述提取的音頻特征，根據(jù)貝葉斯信息準(zhǔn)則，判斷長(zhǎng)語(yǔ)音段中相鄰數(shù)據(jù)窗之間的相似度來(lái)檢測(cè)說(shuō)話人改變點(diǎn)；

S2.4依次把相鄰兩個(gè)改變點(diǎn)之間的語(yǔ)音樣點(diǎn)作為一個(gè)語(yǔ)音段，從而將音頻文件分割成多個(gè)語(yǔ)音段，且每個(gè)語(yǔ)音段包含一個(gè)說(shuō)話人。

3.根據(jù)權(quán)利要求2所述的提取會(huì)議中最重要嘉賓語(yǔ)音的方法，其特征在于，所述S2.1利用基于門(mén)限判決的語(yǔ)音檢測(cè)算法從上述音頻文件中找出靜音段和語(yǔ)音段，具體包括如下步驟：

S2.1.1對(duì)讀入的會(huì)議語(yǔ)音進(jìn)行分幀，并計(jì)算每幀語(yǔ)音的能量，得到會(huì)議語(yǔ)音的能量特征矢量；

S2.1.2計(jì)算每幀語(yǔ)音的能量門(mén)限；

S2.1.3將每幀語(yǔ)音的能量與能量門(mén)限進(jìn)行比較，低于能量門(mén)限的幀為靜音幀，否則為語(yǔ)音幀，將所有的靜音幀都舍棄，將語(yǔ)音幀按時(shí)間順序拼接成一個(gè)語(yǔ)音段。